python实现数据预处理之填充缺失值的示例

概述1、给定一个数据集noise-data-1.txt，该数据集中保护大量的缺失值（空格、不完整值等）。利用“全局常量”、“均值或者中位数”来填充缺失值。

1、给定一个数据集noise-data-1.txt，该数据集中保护大量的缺失值（空格、不完整值等）。利用“全局常量”、“均值或者中位数”来填充缺失值。

noise-data-1.txt：

5.1 3.5 1.4 0.24.9 3 1.4 0.24.7 3.2 1.3 0.24.6 3.1 1.5 0.25 3.6 1.4 0.25.4 3.9 1.7 0.44.6 3.4 1.4 0.35 3.4 1.5 0.24.4 2.9 1.4 0.24.9 -3.1 1.5 0.15.4 3.7 1.5 0.24.8 3.4 1.6 0.24.8 3 -1.4 0.14.3 3 1.1 0.15.8 4 1.2 0.25.7 4.4 1.5 0.45.4 3.9 1.3 0.45.1 3.5 1.4 0.35.7 3.8 1.7 0.35.1 3.8 -1.5 0.35.4 3.4 1.7 0.25.1 3.7 1.5 0.44.6 3.6 1 0.25.1 3.3 1.7 0.54.8 3.4 1.9 0.2

解题思路：首先读入数据，对数据进行处理，去掉空行，利用 “均值来填充缺失值，本题利用Python语言实现，代码如下：

import numpy as npdata = []my_List = []con=0noise_data = open('noise-data-1.txt') clean_data = open("clean_data3.txt",'w')for line in noise_data.readlines(): if len(line) == 0: break if line.count('\n') == len(line): continue  dataline =line.strip().split('\t') my_List.append(dataline) con+=1for i in range(0,con): for j in range(0,len(my_List[i])): if my_List[i][j].count('.')==0:  miss_row=[]  for a in range(0,len(my_List[i])):  if float(my_List[i][a])<0:   miss_row.append(-float(my_List[i][a]))   miss_row.append(float(my_List[i][a]))   my_average=round(np.average(miss_row),1)  my_List[i][j]=my_average else:  if float(my_List[i][j])<0:   my_List[i][j]=-float(my_List[i][j])   my_List[i][j]=float(my_List[i][j]) print my_Listdef file_write(filename,data_List): file1=open(filename,'w') for i in data_List: for j in i:  if type(j)!=str:  j=str(j)  file1.write(j)  file1.write(' ') file1.write('\n') file1.close() return file1filename='clean_data.txt'file_write(filename,my_List)

运行结果如下：

以上这篇python实现数据预处理之填充缺失值的示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程小技巧。

总结

以上是内存溢出为你收集整理的python实现数据预处理之填充缺失值的示例全部内容，希望文章能够帮你解决python实现数据预处理之填充缺失值的示例所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。